Antoine Denoix

Le succès foudroyant des GAFA (Google, Amazon, Facebook, Apple) en termes de data tient, pour une large part, à la combinaison de deux forces : l'extrême niveau d'automatisation de leurs procédures, ainsi que la haute fréquence du feed-back utilisateur et donc le niveau très élevé de labellisation associé.

Labellisation : processus indispensable à son apprentissage continu qui consiste à informer un algorithme du succès de sa prédiction, c'est-à-dire de l'écart entre cette dernière et sa réalité. (...) Sans labellisation, la performance d'un algorithme est indémontrable.

Bonne nouvelle ! La plupart des gisements de data restent inexploités.
Et (plus grave peut-être) sous-estimés.

Cherchons-nous à mieux comprendre le passé, ou à anticiper le futur ?
Notre question de départ revient finalement à une autre question, liée cette fois à l'activation de l'analyse, en aval : Cherchons-nous à éclairer la décision d'un individu, ou à automatiser l'action d'une machine ?

Prenez le soin d'éclairer, au démarrage de chaque projet, l'angle souhaité.
Nous avons vu trop de sponsors déçus, à la fin d'un projet, par des résultats descriptifs, alors qu'ils attendaient de l'actionnable précis, et immédiat.

A vrai dire, la meilleure façon pour un chiffre d'être compris, c'est de disparaître ... en tant que chiffre.
De devenir autre chose : une couleur, un logo, une flèche ... pensez à l'exemple de la météo. Des volumes colossaux de calculs, de data, pour former, à la fin, sur l'écran de votre application météo, un simple nuage, un soleil ou un brouillard.
Il est rare d'avoir besoin de garder un chiffre absolu (...) Pour déclencher une alerte par exemple, fixez le seuil et affichez un pictogramme rouge lorsqu'il est dépassé.
En bref : pour bien communiquer des chiffres, évitez les chiffres !

Il est illusoire de penser que vos data, parce qu'elles sont hébergées dans vos murs, sont plus en sécurité qu'à l'extérieur. C'est plutôt le contraire qui est vrai. Les leaders du cloud ont justement la taille critique (que vous n'avez peut-être pas) pour développer les défenses technologiques les plus robustes contre les hackers.

Quelle que soit votre position [sur les data, les données personnelles et leur traitement], le mouvement n'est pas une option.
Les attentes du régulateur [nouvelle loi GDPR pour l'Union Européenne dès mai 2018], les attaques des hackers [cyber-attaques en très nette augmentation depuis 2015] vous obligent à réagir. Sur ce sujet, l'avenir est écrit. Préférez donc l'anticiper, plutôt que de le subir. Une réponse vaut mieux qu'une réaction !

Evitez les tableaux de chiffres austères, voire menaçants, dont tout le monde a trop l'habitude.
Osez les couleurs, les formes ... et usez, usez, de la Dataviz !

Commencez par vous poser la question existentielle "Quel est mon métier ?" et apportez-y une réponse large, centrée sur le client, et indépendante de la façon opérationnelle que vous avez (aujourd'hui) d'apporter de la valeur.

Si vous fabriquez des baignoires, ne répondez pas "Fabriquer des baignoires", mais bien "Aider les clients à rester propres".

Identifier un gisement de data est une chose.
Se donner l'ambition d'en tirer des revenus en est une autre.
Préparez-vous à tâtonner, à expérimenter pour déterminer le bon modèle économique. Mais votre intuition initiale (et celle de vos équipes) sur la valeur de votre gisement de data est indispensable.

Facteur clé de succès de la gouvernance : la bonne coordination entre trois de vos équipes. Le business, la Direction des Systèmes d'Information (DSI) et le réglementaire. Si ce n'est pas le cas, partez du principe qu'il y a un risque élevé de doublons dans le travail et dans les responsabilités.